MétaCan
Menu
Retour à la cohorte
Enregistrement W2147686803 · doi:10.3148/cjdpr-2014-025

Perceived Benefits and Barriers Surrounding Lentil Consumption in Families with Young Children

2014· article· en· W2147686803 sur OpenAlexaffvenueabout
Theodosia Phillips, Gordon A. Zello, Phil Chilibeck, Albert Vandenberg

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)PsychologyEnvironmental healthMedicineSociology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Plant-based diets are advocated for prevention of chronic diseases. Lentils are an inexpensive plant-based meat alternative. This study determined perceived benefits and barriers to lentil consumption and how they relate to the demographics and nutritional knowledge of caregivers and consumption habits in families with children 3-11 years of age. METHODS: A self-administered questionnaire measuring nutritional knowledge and perceived benefits and barriers to the consumption of lentils was completed by 401 caregivers in a school setting in Saskatoon, Saskatchewan. RESULTS: The majority of respondents were 26-45 years of age (83%) and female (76%). Respondents associated lentils with health benefits (91%). The most frequently reported barrier associated with consumption pertained to family acceptance: "if my child liked lentils I would make them more" (76% agreement). More than half (58%) of respondents stated they "never or rarely" consumed lentils (low-consumers). Of low-consumers, top barriers included lack of knowledge on how to cook lentils and a belief that family members would not accept lentils. CONCLUSIONS: Future promotion strategies should address the top barriers to lentil consumption. An understanding of the perceived benefits and barriers surrounding lentil consumption will help formulate approaches to increase consumption of lentils as well as pulses.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,282
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207